Updated: 2026-05

1. このページについて

なぜ Comfy Cloud / ComfyUI はノードベースなのか。Stable Diffusion を扱う他の UI（Web UI, Forge, Fooocus, ChatGPT 内蔵の DALL-E など）と比較しながら、教育的な観点でのメリットを整理する。

授業で TouchDesigner を扱う先生がいる人にとっては「ああ、あれと同じ思想か」で納得できると思う。

2. UIの3階層

画像生成AIの UI は、抽象度の階層が3段階くらいある。

階層	例	特徴
高（コンシューマ）	ChatGPT, DALL-E, Midjourney, Adobe Firefly	プロンプトを書くだけ。中身は完全ブラックボックス
中（プロシューマ）	Stable Diffusion Web UI, Forge, Fooocus	パラメータをスライダーで触れる。ある程度カスタマイズ可能
低（クリエイター／開発者）	ComfyUI / Comfy Cloud	内部処理がノードとして見える。組み立て自在

授業で扱う Comfy Cloud は最下層。最も学習コストが高い代わりに、最も中身が見える。

3. ノードベースである利点

3.1 中身が見える

拡散プロセスのどの段階で何が起きているかが、ノードと線で表現されている。「VAE デコードがあるから潜在空間から画像に戻している」が目で確認できる。Web UI ではこれがブラックボックス内で起きるので、初学者には見えない。

教材としての価値はここに尽きる。

3.2 組み替え自在

• 「ControlNet をはさむ」= ControlNet ノードを挟む
• 「LoRA を効かせる」= LoRA ノードを追加する
• 「途中の潜在画像を別の K-Sampler でリファインする」= K-Sampler を直列に並べる

すべてがノードの追加・削除・繋ぎ替えで実現する。仕組みが見えているから、応用が利く。

3.3 動画・3D・音声で同じ思想が使える

ComfyUI のノードベースは、画像生成だけでなく動画（Wan, AnimateDiff）、3D（Hunyuan 3D）、音声生成（ACE Step）でも同じ操作感で動く。学習コストが分野横断で活きる。

4. ノードベースの不利点

正直に書く。

• 初学者には敷居が高い。「プロンプトを入れて生成」までに、ノードを理解する必要がある
• ワークフローの組み立てミスで動かないことがある（出力ノードがない、配線間違い等）
• モデルやサンプラーの選び方の自由度が高すぎ、迷う場面が多い
• 完成品ワークフローを共有する文化があるが、他人のワークフローを読み解くのに時間がかかる

授業では先生が用意したテンプレートから始め、徐々に自分で組み替える方向で進める。

5. TouchDesigner との類似と相違

中安先生の TouchDesigner 教材を履修済みなら、似ている部分が多いことに気づく。

• ノードを画面に置いて、線で繋ぐ
• データ型でピンの色を区別する
• リアルタイムで結果が見える

違うのは:

• TouchDesigner は毎フレーム実行前提（リアルタイム映像）
• ComfyUI は実行ボタン押下時に1回処理する（バッチ処理）

それでも、データの流れを目で追う感覚はそのまま使える。

6. ノードの読み方の基本

ComfyUI のノードを読むとき、下記を意識する。

1. 左側の入力ピン に何が来るか（線をたどる）
2. ノード本体 が何をするか（タイトルから推測 + 慣れ）
3. 右側の出力ピン から何が出るか（次のノードに何が渡される）
4. 線の色 で流れているデータの種類を判別（モデル＝紫、CLIP＝黄、潜在画像＝ピンク、ピクセル画像＝青）

最初は1つ1つ確認するが、慣れると視野全体でフローが読めるようになる。

7. ワークフローの「正しさ」と「美しさ」

ComfyUI には「公式の正解」がない。同じ結果を出すワークフローでも、人によってノードの配置や順序が違う。

授業では「動けば正解」「読みやすければさらに良い」程度に考える。

• 上から下／左から右の流れに揃える
• 似た役割のノードを近くに置く
• メモノードでセクション名を書く

これらは慣れの問題。最初は雑でいい。

8. このあと

• Getting Started — Comfy Cloud のはじめかた
• Minimum Workflow — 最小ワークフローの解剖
• Parameters — パラメータで遊ぶ